• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《计算机应用》 >基于奇异值分解—偏最小二乘回归的多标签分类算法

基于奇异值分解—偏最小二乘回归的多标签分类算法

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

针对多标签数据的标签相关性和高维问题,提出一种基于奇异值分解—偏最小二乘回归的多标签分类算法,该算法可以对多标签数据进行维数约简和回归分析.首先,将类别标签集合作为整体处理,对标签相关性进行考察;其次,利用奇异值分解(SVD)技术得到样本和标签空间的得分向量,实施降维;最后,在偏最小二乘回归(PLSR)的基础上构建多标签分类模型.实验结果表明,在四种维数较高的真实数据集上,该算法可以获得有效的分类结果.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号